Завершилась «космическая» трансляция Яндекса о запуске нового алгоритма «Королев». Какие выводы мы можем сделать через минуту после окончания выступлений?
«Королёв» — это поисковый алгоритм Палех, раскатанный не только на заголовок страницы, но и на текст документа.
Видео запуска «Королева»
В видео рассказывается о том, что был сделано яндексоидами перед тем, как запустить и включить алгоритм «Яндекс Королёв» в публичный поиск.
Справка о семантических алгоритмах
Смысл нового алгоритма Королев
Яндекс определяет семантическую близость текстов документа и запроса пользователя на основании миллиардов оценок асессоров. Более миллиона асессоров (толокеров) вносят свой вклад в развитие поиска в . Кстати, в Толоке любой желающий может выставить свои задания на оценку.
Как это работает по-русски. Обратите внимание на запрос [кошки в космосе ] в Поиске по Картинкам. Кошки, к слову, никогда не было в космосе. И нет текстов, где есть картинки под этот запрос и текст об этом. Однако, выдача по этому запросу нормальная. Яндекс на основании оценок асессоров научился понимать смыслы картинок == текстов.
Оценки асессоров анализирует нейросеть и находит связи между текстами документа (словами, уни-, би-, триграммами и так далее) и запросом пользователя.
Теперь в документе не обязательно должны быть ключевые слова. Яндекс и так поймет о чем текст. Он проанализируют на сколько семантически близки слова текста запросам. И поставит этот документ выше, чем он был раньше до внедрения «Королева».
Также учитывается так называемый «запросный индекс» — история (точнее семантическая близость) поисковых запросов, по которым пользователи ранее переходили на сайт. О наличии запросного индекса, кстати, говорил ещё Дмитрий Севальнев, не соврать, в 2013 году (Был домен про шубы. Заменили контент, стали продвигать на нём мебель — и вообще ничего не лезло. Сменили домен — мебель в топе).
Как продвигать под алгоритм Королев
Во-первых, «Королев» уже в продакшене. В боевом использовании. Во-вторых, «Палех», по наблюдениям, коснулся в первую очередь информационных запросов. Вероятно «Королёв» — подействует также. Отзывы о поисковом алгоритме коллег по рынку сходятся в том, что у многих сайтов с разнообразными текстами подрастёт трафик по низко-, микро-, ультрачастотным запросам. Напишите, пожалуйста, ваш отзыв о «Королёве» в комментариях.
Делайте сайты для людей. Пишите человеческие тексты из человеческих слов. Не парьтесь сильно.
- Большинство сайтов в интернете — убогая унылость для пользователя. Поиску приходится как-то их ранжировать. Донести до вебмастеров Правила — невозможно. Поэтому Палех — Королёв поможет этим вебмастерам.
- А что пользователь? Пользователю теперь вообще можно не думать. Он счастлив.
Не приведёт ли это к деградации человека и вебмастера? Я задал этот вопрос Михаилу Сливинскому весной на защите . Михаил сказал, что Яндекс понимает это и держит в голове.
Делайте сайты для людей. Пишите человеческие тексты из человеческих слов. Но помните о том, что базовая текстовая релевантность всё-таки ДОЛЖНА БЫТЬ 😃
Каких тематик коснулся «Королев»
Алгоритм воздействует в первую очередь на низкочастотные длинные запросы. А такие фразы задают обычно пользователи голосового поиска. Для понятных и привычных интентов «Королев», вероятнее всего не приведет дополнительного трафика. Это тематики такси, одежды, промышленных товаров с техническими характеристиками и артикулами.
В первую очередь стоит ожидать прироста трафика в сложных и непонятных для обычного пользователя тематиках — юриспруденция, медицина, искусство и так далее. Когда посетитель сайта ищет контент естественным языком, без применения терминологии. И не имеет значения — коммерческий сайт или нет.
Реакция рынка на анонс алгоритма «Королев»
Акции подскочили и пробили топы.
22 августа 2017 Яндекс запустил новую версию поискового алгоритма – «Королёв». Максимально кратко и емко можно описать его суть словами из пресс-релиза Яндекса:
Запуск алгоритма состоялся в Московском планетарии и сопровождался докладами разработчиков алгоритма, торжественным нажатием кнопки запуска и даже звонком на МКС и прямым эфиром с космонавтами.
Полное видео презентации можно посмотреть прямо здесь, а ниже мы рассмотрим основные изменения и ответы на частые вопросы. Информацию мы будем сопровождать комментариями сотрудников Яндекса в блоге компании, а также цитатами из официальных источников.
Что изменилось в поиске Яндекса?
«Королев» – это продолжение алгоритма «Палех », представленного в ноябре 2016 года. «Палех» был первым шагом в сторону семантического поиска, задача которого – лучше понимать смысл страниц.
«Королев» же теперь умеет понимать смысл всей страницы, а не только заголовка title, как было после анонса «Палеха».
Алгоритм должен улучшить выдачу по редким и сложным запросам.
Документы могут не содержать многих слов запроса, поэтому традиционные алгоритмы определения текстовой релевантности не справятся с этой задачей.
Выглядит это примерно так:
В Google работает аналогичный алгоритм – RankBrain:
Область действия алгоритма «Королев» распространяется на все запросы, в том числе на коммерческие. Однако больше всего влияние заметно именно на многословных запросах. Яндекс подтвердил, что алгоритм работает на всем поиске.
Конечно, целью алгоритма было улучшение качества выдачи по редким и сложным вопросам. Проверим на редких и сложных коммерческих запросах, связанных как раз с названием предмета.Например, в этом случае Яндекс действительно понимает, о чем идет речь. Правда, в выдаче в основном обзоры и статьи, а не коммерческие сайты.
А в этом случае поисковик понял, что меня, скорее всего, интересует дрон или квадрокоптер. Конечно же, выдача начинается с Яндекс.Маркет:
Но в некоторых случаях Яндекс бессилен…
Как это работает (+ 11 фото из презентации)
Разберем подробнее презентацию нового алгоритма. Ниже будут только выдержки самых интересных моментов с нашими комментариями и слайды из презентации.
Новая версия поиска основана на нейронной сети. Она состоит из большого количества нейронов. У нейрона есть один выход и несколько входов, он умеет суммировать полученную информацию и после преобразования передавать ее дальше.
Нейронная сеть может выполнять гораздо более сложные задачи и ее можно обучить понимать смысл текста. Для этого нужно дать ей много обучающих примеров.
Работу в этом направлении Яндекс начал с модели DSSM, состоящей из двух частей, соответствующих запросу и странице. На выходе была оценка, насколько они близки по смыслу.
Для обучения нейросети нужно много обучающих примеров.
Отрицательные – это пара текстов, не связанных по смыслу.
Положительные – пары «текст-запрос», связанные по смыслу.
Согласно презентации, Яндекс использовал для обучения массив данных о поведении пользователей на выдаче и считал связанными по смыслу запрос и страницу, на которую часто кликают пользователи в выдаче. Но как позже пояснил Михаил Сливинский, удовлетворенность пользователя результатами поиска меряются не только кликами:
Как ранее рассказывал в презентации "Палеха" Александр Садовский, наличие клика не говорит о том, что документ релевантен, а отсутствие, что не релевантен. Модель Яндекса предсказывает, задержится ли пользователь на сайте и учитывает множество других метрик удовлетворенности пользователя.
После обучения модель представляет текст в виде набора 300 чисел – семантического вектора. Чем ближе тексты по смыслу, тем больше сходство чисел векторов.
В поиске Яндекса нейронные модели использовались давно, но в алгоритме «Королёв» увеличено влияние нейронных сетей на ранжирование.
Теперь при оценке смысловой близости алгоритм смотрит не только на заголовок, но и на текст страницы.
Параллельно Яндекс работал над алгоритмом сравнения смыслов запросов на основании нейронных сетей. Например, если для одного запроса поисковая система точно знает лучший ответ, а пользователь ввел запрос, очень близкий к нему, тогда результаты поиска должны быть похожи. В качестве иллюстрации такого подхода Яндекс приводит пример: «ленивая кошка из монголии» – «манул». ()
В «Палехе» нейронные модели применялись только на самых поздних стадиях ранжирования, приблизительно на 150 лучших документов. Поэтому на ранних стадиях ранжирования часть документов терялась, а они могли быть хорошими. Это особенно важно для сложных и низкочастотных запросов.
Теперь вместо вычисления семантического вектора во время исполнения запроса Яндекс делает вычисления заранее – при индексации. «Королёв» проводит вычисления на 200 тыс. документов на запрос, вместо 150, которые были раньше при «Палехе». Сначала такой метод предварительного расчета был испытан на «Палехе», это позволило сэкономить на мощности и находить соответствие запросу не только заголовка, но и текста.
Поисковик берет полный текст на этапе индексации, проводит нужные операции и получает значение. В итоге для всех слов и популярных пар слов формируется дополнительный индекс со списком страниц и их предварительной релевантностью запросу.
Команда Яндекса, которая занималась проектированием и внедрением нового поиска, запускает его.
Запуск алгоритма:
Обучение искусственного интеллекта
В Яндексе уже много лет задачей сбора данных для машинного обучения занимаются асессоры, которые оценивают релевантность документов запросу. С 2009 по 2013 год поисковик получил более 30 млн таких оценок.
За это время появился поиск по картинкам, по видео, внутренние классификаторы и алгоритмы: количество проектов Яндекса выросло.
Так как все они работали на технологиях машинного обучения, требовалось больше оценок и больше асессоров. Когда асессоров стало больше 1500, Яндекс запустил краудсорсинговую платформу «Толока» , где может зарегистрироваться и выполнять задания любой человек.
Например, вот такие задания встречаются в «Толоке»:
Или такие:
Если хотите подробнее узнать, как пользователи оценивают релевантность ответов, чтобы понимать, какие параметры выдачи оцениваются, рекомендуем почитать инструкции по заданиям или даже попробовать пройти обучение.
За несколько лет в сервисе собралось более 1 млн человек, которые сделали более 2 млрд оценок. Это позволило Яндексу сделать огромный рывок в масштабировании и объеме обучающих данных. Только в 2017 году задания выполняли более 500 000 человек.
Среди заданий есть:
- Оценка релевантности документов;
- Задания для развития карт. Так проверяют актуальность данных об организациях для базы Справочника;
Задания для настройки речевых технологий голосового поиска.
Правила, которым Яндекс хочет научить алгоритм, открыты всем зарегистрированным пользователям в виде инструкций для работников «Толоки». По некоторым заданиям просто собирается субъективное мнение людей.
Вот выдержка из инструкции о том, как Яндекс определяет релевантность документа:
Яндексу очень важно качество оценок. Оно может быть субъективно, поэтому задания даются сразу нескольким людям, а потом математическая модель оценивает распределение голосов с учетом степени доверия к каждому работнику и экспертизы каждого участника. Для каждого «толокера» хранятся данные о точности оценок по каждому проекту и сводятся в единый рейтинг.
Именно поэтому нельзя сетовать на то, что необъективность асессоров погубила ваш сайт.
Таким образом, в Яндексе появилась дополнительная группа факторов:
- Смысл страницы и соответствие ее запросу;
- Является ли документ хорошим ответом на похожие пользовательские запросы.
Что изменилось в топе Яндекса?
Алгоритм предположительно был запущен несколько раньше презентации и, если верить сторонним сервисам (например, https://tools.pixelplus.ru/updates/yandex), изменения в выдаче начались еще в начале августа, но неизвестно, связано ли это с алгоритмом «Королев».
По этим данным можно выдвинуть гипотезу, что уменьшение доли главных страниц в топ-100 и уменьшение возраста документов в пределах топ-100 связано с новым алгоритмом, который помогает получить больше релевантных ответов.
Правда, при этом заметных изменений в топ-10, топ-20 или топ-50 не видно. Возможно, их там нет либо они незначительны. Мы также не заметили существенных изменений выдачи по продвигаемым запросам.
Текстовая релевантность в стандартном понимании никуда не делась. Подборки и более широкие ответы по многословным запросам содержат большое количество страниц с вхождениями слов запроса в title и текст:
Свежесть результатов поиска тоже имеет значение. Пример из презентации Яндекса содержит ряд свежих результатов с искомой фразой целиком.
Хотя, учитывая тот факт, что алгоритм проводит расчеты сразу при индексации, «Королев» теоретически может влиять и на подмешивание результатов быстроботом.
Надо ли как-то оптимизировать тексты под «Королев»?
Скорее наоборот: чем больше поисковик учится определять смысл текста, тем меньше требуется вхождений ключевых слов и тем больше требуется смысла. Но принципы оптимизации не меняются.
Например, еще в 2015 году Google рассказал об алгоритме RankBrain, который помогает поиску лучше отвечать на многословные запросы, заданные на естественном языке. Он неплохо работает, что отметили пользователи в многочисленных публикациях сравнения поиска Яндекса и Google после анонса новой версии алгоритма.
Это не сопровождалось масштабной презентацией и сильно не повлияло на работу специалистов. Никто целенаправленно не занимается «оптимизацией под RankBrain», поэтому и в Яндексе это никак глобально не меняет работу специалиста. Да, появился тренд на поиск и включение в текст так называемых LSI-ключей, но это явно не просто часто повторяющиеся слова на страницах конкурентов. Ожидаем развития SEO-сервисов в этом направлении.
В алгоритме также заявлено, что анализируется смысл и других запросов, по которым пользователи попадают на страницу. Опять же, в перспективе это должно дать одинаковую или похожую выдачу по синонимичным запросам, так как сейчас результат анализа выдачи порой показывает, что пересечений по синонимичным запросам в выдаче нет. Будем надеяться, что алгоритм поможет устранить подобные несоответствия.
Но Яндекс пока не может найти (или плохо находит) документы, близкие по смыслу к запросу, но вовсе не содержащие слов запроса ().
Советы:
Убедитесь, что страница отвечает на запросы, под которые она оптимизирована и по которым переходят пользователи.
Убедитесь, что страница все же включает слова из поисковых запросов. Мы не говорим про прямые вхождения, просто проверьте, есть ли слова из запросов в любой форме на странице.
Тематические слова могут придать странице дополнительную релевантность, но это явно не просто часто повторяющиеся слова на страницах конкурентов. Ожидаем развития SEO-сервисов в этом направлении.
Для ключевых фраз, по которым страница сайта хорошо ищется, проверьте, не выбивается ли показатель отказов из среднего показателя по сайту. Если по запросу сайт находится на высокой позиции и пользователь находит то, что ему нужно, сайт может быть показан по сходным по смыслу ключевым фразам (если такие есть).
Клики на поиске показывают удовлетворенность пользователя результатом. Это не ново, но стоит еще раз проверить сниппеты по ключевым запросам. Возможно, где-то получится повысить кликабельность.
Как проверить влияние алгоритма на свой сайт?
Для сайтов, у которых нет ярко выраженной сезонности, вы можете сравнить количество низкочастотных ключевых фраз, по которым переходили на сайт до запуска алгоритма и после. Например, взять неделю в июле и неделю в августе.
Выбираем «Отчеты – Стандартные отчеты – Источники – Поисковые запросы».
Выбираем визиты из Яндекса:
И фильтром оставляем только те запросы, по которым был 1 переход. Дополнительно стоит исключить фразы, содержащие название бренда.
Также можете посмотреть наличие поисковых фраз, слов из которых у вас нет в тексте. В целом, такие фразы присутствовали среди НЧ-запросов и раньше, просто сейчас их может стать заметно больше.
Перспективы и прогноз
Поисковик сможет еще лучше находить документы, близкие по смыслу к запросу. Наличие вхождений станет еще менее важным.
К текущему алгоритму будет добавлена персонализация.
В перспективе хорошие материалы, отвечающие на вопрос пользователя, могут получить еще больше трафика по микрочастотным, редким или семантически похожим запросам.
По низкочастотным ключевым фразам может увеличиться конкуренция за счет большей релевантности неоптимизированных документов.
Гипотеза. С помощью подобных алгоритмов Яндекс может лучше оценивать, насколько семантически связаны страницы, ссылающиеся на другие, и учитывать это для оценки внешних ссылок. Если это может быть значимым фактором с учетом слабого влияния ссылок в Яндексе.
Нам стоит ожидать дальнейших изменений, связанных с нейросетями, и в других сервисах Яндекса.
Вопрос-ответ
Вопрос : так как Яндекс оценивает клики, значит ли это, что накрутка поведенческих факторов будет набирать обороты?
Вопрос : связан ли «Королев» с «Баден-Баденом»?
Вопрос : как включить новый поиск Яндекса?
Ответ : в блоге Яндекса и в поисковых запросах часто встречались вопросы, как включить или установить новый поиск. Никак . Новый алгоритм уже работает и никаких дополнительных настроек делать не нужно.
22 августа 2017 года Яндекс официально заявил о запуске нового поискового алгоритма «Королёв» (назван в честь города, как и большинство предыдущих поисковых алгоритмов). В его основе лежит механизм распознавания сложных запросов, который работает по принципу самообучаемой нейронной сети. Это значит, что Яндекс должен определять подходящие по смыслу документы, даже если они не содержат слов из запроса.
Чем он отличается от «Палеха»?
Ещё в ноябре 2016 года Яндекс запустил предшественника «Королёва» - поисковый алгоритм «Палех». Основное отличие нового алгоритма, помимо улучшения технической реализации, - возможность распознавать схожие «смыслы» по всему документу, а не только заголовку (Title), который появляется в окне браузера.
Для чего внедрили алгоритм «Королёв»?
В Яндексе давно задумывались над проблемой определения релевантных документов по большому пулу низкочастотных запросов, которые задаются не совсем естественным языком. Это большой список запросов типа:
— [на какой картине плавятся часы]
— [где придумали одеколон]
— [в каком фильме писатель сходит с ума отеле]
Основная проблема - подходящие документы могли не содержать слов из запроса. Чтобы её решить и показывать более подходящую выдачу, было задумано создание алгоритма «Королёв» - самообучающейся нейронной сети. Как заверяют в самом Яндексе, нейронная сеть на основе машинного обучения будет совершенствоваться в понимании «смыслов», которые подразумевает человек при вводе запросов.
Как работает этот алгоритм на практике?
Описанный Яндексом подход звучит, конечно, хорошо, но гораздо интереснее посмотреть на конкретные результаты в выдаче.
Для начала возьмём запрос, который сам Яндекс рекламировал:
[картина где небо закручивается]
В объектных ответах справа Яндекс правильно определил, что мы подразумевали своим запросом. Он также указал верные ответы в Яндекс.Картинках. Остальная выдача состоит из новостей о новом алгоритме. Становится очевидным: в данной ситуации Яндекс пользуется традиционными методами определения релевантности и для выдачи алгоритм «Королёв» не работает.
Попробуем по-другому и зададим следующий запрос:
[где появился первый парламент]
В данном случае можно увидеть интересную выдачу. В объектных ответах появилось значение «Англия». В самой же выдаче есть разные сайты, которые содержат слова из запроса.
Алгоритм в объектных ответах работает, если мы хотим знать:
— где появилось слово «парламент»;
— где появился первый представительный и законодательный орган, который называется «парламент».
Алгоритм не работает:
— если мы хотим знать, где появился вообще первый законодательный орган.
Принято считать, что первый парламент появился в Исландии, но назывался он не «парламент», а «альтинг». В выдаче (на скриншоте выше) можно увидеть и правильный ответ на наш запрос. Он появился только потому, что в заголовке статьи есть слова из запроса.
Важно понять:
поисковик может понять запрос, только если каждое слово обладает одним понятным смыслом.
Если слово обладает несколькими смыслами, как в нашем случае «парламент», могут возникать проблемы.
Проведём ещё один эксперимент:
[песня про теракт в уоррингтоне]
Запрос максимально конкретный и на него может быть только один конкретный ответ - песня «Zombie» группы The Cranberries.
Если немного поменять запрос и указать [песня про теракт в 1993 году] , можно увидеть, что поисковик выдачу разделяет: часть ответов о песне, часть — о теракте. Яндекс не совсем понимает, о чём именно мы хотим получить информацию.
Если сделать запрос ещё более общим, то правильного ответа не будет совсем:
[песня про теракт в англии]
Выдача полностью состоит из новостей о теракте, а о заявленном смысле речи не идёт.
Теперь наберём запрос:
[фильм в котором писатель сходит с ума в отеле]
В этом случае можно увидеть, что алгоритм работает. Яндекс понимает, что мы хотим найти и, при этом, указывает, что у данного запроса есть два смысла (два интента): фильм «Сияние» и фильм «1408». Тут также важно, что слова из запроса не встречаются на страницах. В этом случае алгоритм работает.
Теперь попробуем набрать запрос:
[фильм в котором траволта танцует]
Варианты с наиболее популярными фильмами есть в объектных ответах, но не в выдаче.
Ответы становятся более конкретными, если модифицировать запрос:
[фильм в котором траволта танцует молодой]
Правильный вариант можно увидеть только в виде объектного ответа и страницы Википедии. Остальная выдача далека от нужного результата.
Ещё раз изменим запрос и наберём:
[фильм в котором траволта танцует в баре]
Как мы видим, алгоритм даёт сбой. Это происходит потому, что на данный запрос крайне сложно дать однозначный ответ. Например, в фильме «Криминальное чтиво» танцы происходят в ресторане, в фильме «Лихорадка субботнего вечера» - в клубе. Но есть фильм «Майкл», в котором Траволта как раз танцует в баре. Если несколько раз протестировать выдачу с целью найти необходимый фильм, начнут появляться релевантные результаты.
Какие выводы можно из этого сделать?
- Алгоритм показывает свою работу в выдаче только на страницах больших информационных сайтов (типа Википедия или Кинопоиск) и в объектных ответах.
- Алгоритм понимает только простые запросы, которые содержат один смысл.
- «Королёв» лучше работает при поиске популярной информации (например, по запросу «фильм» он покажет наиболее популярный, наиболее известный - тот, о котором информации в индексе больше всего).
- Алгоритм работает только с информационными запросами.
- Алгоритм действительно самообучаемый и при повторных обращениях результаты становятся лучше.
Для SEO алгоритм сейчас даёт мало. По большинству запросов большое значение имеет текстовый фактор. Там, где работает новый алгоритм, Яндекс отдаёт предпочтение более известным сайтам, например, Википедии. Небольшим проектам будет тяжело с ними конкурировать. Возможность высоко ранжироваться по таким запросам появится только когда у алгоритма будет более полная база знаний о желаниях и предпочтениях пользователей. Но для этого уже сейчас нужно:
— создавать текстовый контент, который содержит как можно больше слов, определяющих тематику страницы;
— улучшать поведенческие факторы, чтобы поисковик точно знал, что страница будет полезной пользователю.
1. Пользователи
С точки зрения пользователей, бывает странно, что одинаковые по смыслу, но отличающиеся по написанию запросы выдают разные результаты. Многие пользователи задают запросы в поисковую систему так, как будто спрашивают у друга. Новому алгоритму отвечать на эти запросы будет проще.
2. Вебмастера
В идеальном мире вебмастера должны делать хорошие продукты, создавать качественный контент и не думать о том, чтобы специально продвигать свой сайт в поисковых системах. В реальности им часто приходится подстраивать тексты и сам сайт под поисковики.
3. SEO-специалисты
Часть методов, которые помогали продвигать сайты раньше (например, SEO-копирайтинг) уже не дадут такого эффекта. Конечно, будут попытки обхитрить и новый алгоритм, но часть сил будет направлена на создание качественного контента.
Пока судить о качестве нового алгоритма рано, но чем больше ответов он даст, тем лучше он станет. Поэтому в перспективе пользователи должны почувствовать разницу.
Что это за машинка?
С внедрением и ростом уровня IQ нейросетей в поисковых системах будет в геометрической прогрессии расти качество и релевантность выдаваемого контента. Машинка умеет анализировать визуальный контент, понимает смысл слов и выражений.
Попытка вплетать в страницы любые популярные инфоповоды, не имеющие прямого смыслового отношения к тематике ниши ресурса, будет приводить к исключению из выдачи.
Преимущества
Ключевое преимущество нейросети не в том что она умеет анализировать, а в том что она умеет учиться и запоминать. То есть ресурсы, которые по выбору пользователей не будут соответствовать ожиданиям выдачи, будут также постепенно выпадать из выдачи.
То есть машинка фиксирует, что на запрос А релевантное количество пользователей всегда кликает на ресурс Б и никогда не кликает, на ресурс Г. Ресурс Г будет исключен из ниши соответствия запросу А.
Поживем несколько недель – увидим
С одной стороны, название не такое еб***тое, как «Палех». И это уже хорошо. С другой стороны, все еще не успели в совершенстве адаптироваться под «Палех», как вот тебе новый более закрученный алгоритм, который все больше фокусируется на контенте.
Content is a king – подтверждается после каждого апдейта
Из плюсов очевидно, что это дает все большую возможность прогрессивным смекалистым и новым площадкам побороться в насыщенных нишах с уже давно состоявшимися лидерами выдачи, а также отправляя все в более далекий астрал бездумных SEO-копирайтеров, которые делали на сайтах помойку из перечисления анкоров в текстах.
Алгоритм дает возможность нового профессионального роста копирайтерам с головой , они могут заняться чем-то более полезным, чем писать посты для соцсеточек.
Но, со скептической точки зрения, вряд ли «Яндекс» упустит момент, чтобы продвинуть свои коммерческие возможности и их необходимость, в частности контекст.
Такие новости я всегда воспринимаю очень позитивно. Так как помимо SEO-оптимизации у тебя возникает большая площадь для контент-стратегических действий, а это выводит SEO на новый уровень. К нему перестают относиться как к чему-то странному и непонятному. В привычном людям виде SEO - нае****во, раньше так и было, но время идет, а устаревшее восприятие осталось.
Логика такая: раньше на рынке было много вебстудий, которые делали SEO, а кто-то просто делал вид, что делал, но брал на это бюджет. Вторых преобладало в количестве. Вот почему сложилось мнение, что SEO - лохотрон. Время идет, каждый апдейт алгоритма вытесняет тех, кто «делал вид», а устаревшее восприятие людей до сих пор осталось.
Новый алгоритм «Королев» логично продолжает изменения в поиске «Яндекса» в последние годы. Больший упор на нейросети, анализ всего содержания страницы, а не только заголовков.
Очень важный момент - анализ других поисковых запросов, по которым пользователи попадают на текущую страницу, что позволяет точнее определять релевантность контента и взаимосвязь поисковых запросов между собой.
Резюмирую: качество поиска повысится. И это здорово.
До свидания, SEO-тексты
Интересно, как новый алгоритм покажет себя в реальной жизни. Нужно время, чтобы оценить и адекватность смысловой выдачи, и приоритеты ранжирования.
Однозначно теперь поиск должен будет лучше справляться с нестандартными и редкими запросами, если сеть действительно видит больший смысл за ключевыми словами. Очень на это надеюсь, потому что это еще один шаг к «До свидания, SEO-тексты». Однако при этом сеть надо будет обучать. Это, похоже, не шутка.
Я только что попробовала запрос «Фильм мальчик со шрамом на лбу» и получила в выдаче много отсылок на фильм «Лицо со шрамом». То есть ключевые слова все-таки пока побеждают смысл.
И только если я найду в выдаче нужные мне страницы с Гарри Поттером, проведу на них значительное количество времени, машина поймет, какой смысл я вкладывала в запрос, и уточнит выдачу к следующему разу. По крайней мере, так должно быть. Процесс обучения быстрым не будет, но в любом случае это хороший шаг в будущее.
Если чуть ближе к бизнесу...
Сегодня на запрос «Шкаф с отъезжающей дверцей купить» упорно получаю духовые шкафы и кучу ненужного (жалюзийные, распашные и так далее).
Суть алгоритма - на этапе индексации URL определять дополнительные свойства документа, выразив в численном виде соответствие текста страницы заранее известным и часто употребимым словосочетаниям. Заявлено, что нововведение коснется низкочастотных запросов, которые составляют около трети от результатов поиска.
Из-за отсутствия статистики по таким «редким» запросам, качество поиска по ним страдает. Фактически этот алгоритм будет вытаскивать из небытия документы, которые не содержат длинный запрос в прямом виде, но являются близкими по смыслу к запросу пользователя.
Для маркетологов и SEO-специалистов важно, что их оптимизированные сайты будут конкурировать не только друг с другом, но также и с сайтами, которых вообще не касалась рука оптимизатора.
Конечно, это касается только низкочастотных запросов и оценка доли запросов как 1/3 от потока - это оценка сверху. Но в ближайшее время некоторые сайты могут столкнуться с оттоком низкочастотного трафика. При этом любые численные прогнозы пока делать бессмысленно.
На мой взгляд, сама по себе идея построения различных индексов, составленных из размеченных н-грамм (а именно об этом заявляет «Яндекс» ), лежит на поверхности. Например, одной из главных фич краулера statoperator является построение индекса по н-граммам.
Н-граммы более информативны, чем отдельные слова, поддаются классификации и позволяют существенно расширить количество факторов для построения поиска по смыслу. Я рад, что «Яндекс» идет в правильном направлении и на высоком уровне внедряет актуальные методы, позволяющие повысить скорость и качество поиска.
Мнение Дмитрия Севальнева, руководителя департамента SEO и рекламы в «
В 2015 году на рынке бинарных опционов появился проект «Алгоритм Королёва» его сайт — algoritm-koroleva.com, который представляет собой систему автоматической торговли. Как заявляют авторы, для её использования нужно иметь минимальные знания о финансовых рынках, поскольку это полноценный торговый робот, заключающий сделки в автоматическом режиме. Главным условием успешной работы советника является наличие необходимых мощностей компьютерной техники.
Разработчик проекта Денис Королев и Максим Никитин создали систему, которая определяет мощность компьютера и в случае соответствия необходимым требованиям пользователь становится участником проекта. После установки программы, компьютеры объединяются в большие сегменты, формирующие устойчивый тренд. Это дает возможность зарабатывать каждому участнику системы. Выбор бинарных опционов обусловлен доступностью методики заработка и значительной прибылью.
Авторы призывают участников проекта становиться финансово независимыми, работать только на себя. Денис Королёв и Максим Никитин - это молодые специалисты сферы информационных технологий, которые несмотря на молодость, сумели создать собственный продукт и заработать более 2 млн. долларов всего за 14 месяцев.
Дневная прибыль трейдера, работающего с проектом, может достигать более 500 долларов в день, а владельцы мощных компьютеров могут рассчитывать на сумму в несколько раз больше. Для работы советника подходит не только персональный компьютер, но и смартфон, планшет и другие мобильные устройства.
Как работает Алгоритм Королёва?
Каждый клиент, зашедший на сайт проходит проверку своего компьютера и получает результаты о возможной ежедневной прибыли. Далее требуется стать подписчиком и зарегистрировать торговый счёт у одного из финансовых посредников. К надежным компаниям авторы относят брокеров WhiteOption, и Ubinary.
Сумма первоначального депозита может быть минимальной, но рекомендуемые вложения составляют от 300 долларов. Общее число участников системы составляет более 1000 человек. Успех проекта подтверждают многочисленные видео-отзывы, оставленные каждым участником.
На сайте приведена таблица с ежедневной статистикой сделок. Исходя из этих данных следует, что наиболее прибыльные контракты заключаются по валютным парам, причём средняя прибыль участника достигает более 200 долларов за сделку. Программа предоставляется бесплатно, авторы зарабатывают наравне со всеми участниками. Большое количество подписчиков гарантирует успех всей команде.
Какие отзывы в сети?
Проект «Алгоритм Королева» внесен в список мошеннических на многих интернет-ресурсах. На самом деле, авторы являются всего лишь агентами брокеров и работают за реферальные отчисления от депозитов привлеченных трейдеров. Отзывы с сайта проекта не соответствуют действительности и сделаны на платной основе. Вся статистика торгов «нарисована» авторами для привлечения доверчивых инвесторов.
